人工智能 | 深度学习最新技术综述(MIT公开课2019)
博主github:https://github.com/MichaelBeechan
博主CSDN:https://blog.csdn.net/u011344545
下载链接:https://download.csdn.net/download/u011344545/11170869
deeplearning.mit.edu
MIT:https://github.com/lexfridman/mit-deep-learning
MIT:https://github.com/lexfridman
深度学习最新技术综述
1、自然语言处理
2、特斯拉自动驾驶仪硬件v2+:大规模神经网络
3、AdaNet:自动集成电路
4、AutoAugment: 深度RL数据增强
5、用合成数据训练深度网络
6、多边形RNN ++分割注释
7、DAWNBench: Training Fast and Cheap
8、BigGAN:图像合成的最新技术
9、Video-to-Video Synthesis
10、语义分割
11、AlphaZero & OpenAI Five
12、深度学习框架
1、自然语言处理
More details: http://jalammar.github.io/illustrated-transformer/
Vaswani, Ashish, et al. “Attention is all you need.” Advances in Neural Information Processing Systems. 2017.
Devlin, Jacob, et al. “Bert: Pre-training of deep bidirectional transformers for language understanding.” (2018).
翻译:https://blog.csdn.net/muumian123/article/details/84031163
2、特斯拉自动驾驶仪硬件v2+:大规模神经网络
3、AdaNet:自动集成电路
4、AutoAugment: 深度RL数据增强
5、用合成数据训练深度网络
Tremblay, Jonathan, et al. “Training deep networks with synthetic data: Bridging the reality gap by domain randomization.” (2018).
6、多边形RNN ++分割注释
Acuna, David, et al. “Efficient Interactive Annotation of Segmentation Datasets With Polygon-RNN++.” CVPR 2018.
7、DAWNBench: Training Fast and Cheap
Details: http://bit.ly/2H6yv6H
8、BigGAN:图像合成的最新技术
Brock, Andrew, Jeff Donahue, and Karen Simonyan. “Large scale gan training for high fidelity natural image synthesis.” (2018).
9、Video-to-Video Synthesis
Wang, Ting-Chun, et al. “Video-to-video synthesis.” (2018)
10、语义分割
Tutorial: https://github.com/lexfridman/mit-deep-learning
11、AlphaZero & OpenAI Five
12、深度学习框架
• Videos and slides posted on the website
• Code posted on GitHub: https://github.com/lexfridman/mit-deep-learning
人工智能 | 深度学习最新技术综述(MIT公开课2019)相关推荐
- 北大AI公开课2019 | 雷鸣:人工智能革命与机遇
2019年2月20日,北京大学"人工智能前沿与产业趋势"正式开课.本学期的课程邀请到了商汤科技副总裁沈徽.驭势科技CEO吴甘沙.微软亚洲研究院副院长周明.360人工智能研究院院长颜 ...
- AI公开课:人工智能领域之北大清华AI公开课之2018年、2019年系列集锦—国内外最著名、最顶级的教授大佬带你了解当下的人工智能时代
AI公开课:人工智能领域之北大清华AI公开课之2018年.2019年系列集锦-国内外最著名.最顶级的教授大佬带你了解当下的人工智能时代 导读:应广大网友的后台留言要求,博主重新把文章整理一遍,供广大网 ...
- 2019年上半年收集到的人工智能深度学习方向干货文章
2019年上半年收集到的人工智能深度学习方向干货文章 随机森林VS神经网络:哪个更好? 深度学习--感知机讲解 深度学习NN.CNN.RNN.和DNN你了解吗? 手工计算深度学习模型中的参数数量 使用 ...
- [人工智能-深度学习-33]:卷积神经网络CNN - 常见分类网络- LeNet网络结构分析与详解
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客 本文网址:https://blog.csdn.net/HiWangWenBing/article/detai ...
- 【深度学习】综述 | 深度学习的最新进展
Recent Advances in Deep Learning:An Overview 来源:机器学习研习院 本文我们将简要讨论近年来关于深度学习的最新进展. 摘要:深度学习是机器学习和人工智能研究 ...
- 【深度学习论文翻译】应用于语义分割问题的深度学习技术综述01
目录 一.前言 二.摘要 三.引言 四.术语及背景概念 1. 常见的深度网络架构 2. 迁移学习 3. 数据预处理与数据增强 五. 数据集及竞赛 1.2维数据集 2.2.5维数据集 3.3维数据集 一 ...
- 深度学习编译器综述The Deep Learning Compiler
深度学习编译器综述The Deep Learning Compiler The Deep Learning Compiler: A Comprehensive Survey 参考文献: https:/ ...
- 图像去噪的深度学习最新综述论文,36页pdf,Deep Learning on Image Denoising
图像去噪是学术工业关注的问题.最近广东深圳哈工大分院的研究人员撰写了最新图像去噪深度学习的综述论文,非常值得学习! 关注文章公众号 对话框回复"paper29"获取本篇论文 地址: ...
- 8月6日云栖精选夜读 | 阿里云CPFS在人工智能/深度学习领域的实践
2019独角兽企业重金招聘Python工程师标准>>> AI/DL在迅速发展 随着数据量的爆发式增长和计算能力的不断提升,以及在算法上的不断突破,人工智能(AI,Artificial ...
最新文章
- 用matlab让高低音频重叠,音频分帧,叠加后仍有不连续
- flex布局知识点总结
- 静止无功发生器(SVG)原理简介及仿真验证
- Goodbye 2017 B
- Nutanix公布财报数据 准备IPO前表现抢眼
- 我的世界服务器物品id错误,我的世界错误代码,怎么弄
- mongodb php代码实例,php操作mongoDB实例分析
- 100 行 Python 代码实现人体肤色检测
- APP One Link ,android and ios qrcode merge as One QRCode and one short link
- 如何使用pandas正确读取带有中文的cvs文件
- Python机器学习:逻辑回归005决策边界
- python使用sql读取数据表并返回dataframe
- win10一直正在检查更新_听说每个新时代的网民,都被win10迫害过
- 注解定时器_细数那些使用过的定时器
- 软件测试面试之智力题
- 互联网数据响应时间计算公式
- 计算日期在当月是第几周-【自然周(每月第一个周一为该月第一周)做法以及1号为第一周做法】
- 程序员快速记忆英文单词的专属诀窍
- 假设检验 python_假的解释|假的意思|汉典“假”字的基本解释
- 分享过几个【贪吃蛇】了,再分享一下也不过分吧?(妙趣横生)
热门文章
- springcloud分布式事务_Spring Cloud学习资源一网打尽!Awesome Spring Cloud v1.0
- freebsd mysql57_Freebsd7.2下Ports安装PHP5、MySql5.4、Apache22
- byteofpython.info_byteofpython学习笔记(2)
- 打算自己做app,你们做过吗?
- SonarQube 代码扫描任务集成
- yarn add yarn global add
- VS2017桌面应用程序打包成.msi或者.exe
- 星晨急便凶多吉少:马云陈显宝无意援手或破产
- OpenFlow: Enabling Innovation in Campus Networks
- react 父子组件传值